CN111257415A - 基于移动列车振动信号的隧道损伤检测管理系统 - Google Patents
基于移动列车振动信号的隧道损伤检测管理系统 Download PDFInfo
- Publication number
- CN111257415A CN111257415A CN202010051082.8A CN202010051082A CN111257415A CN 111257415 A CN111257415 A CN 111257415A CN 202010051082 A CN202010051082 A CN 202010051082A CN 111257415 A CN111257415 A CN 111257415A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- data
- damage
- train
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000001133 acceleration Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000007547 defect Effects 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 7
- 230000008878 coupling Effects 0.000 claims abstract description 5
- 238000010168 coupling process Methods 0.000 claims abstract description 5
- 238000005859 coupling reaction Methods 0.000 claims abstract description 5
- 230000036541 health Effects 0.000 claims description 25
- 230000008054 signal transmission Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 125000004122 cyclic group Chemical group 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000513 principal component analysis Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 238000004383 yellowing Methods 0.000 claims description 2
- 239000002689 soil Substances 0.000 abstract description 4
- 238000013473 artificial intelligence Methods 0.000 abstract 2
- 230000003862 health status Effects 0.000 abstract 1
- 238000011897 real-time detection Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 9
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000004901 spalling Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/043—Analysing solids in the interior, e.g. by shear waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/045—Analysing solids by imparting shocks to the workpiece and detecting the vibrations or the acoustic waves caused by the shocks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/021—Measuring and recording of train speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/025—Absolute localisation, e.g. providing geodetic coordinates
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/22—Details, e.g. general constructional or apparatus details
- G01N29/26—Arrangements for orientation or scanning by relative movement of the head and the sensor
- G01N29/265—Arrangements for orientation or scanning by relative movement of the head and the sensor by moving the sensor relative to a stationary material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/449—Statistical methods not provided for in G01N29/4409, e.g. averaging, smoothing and interpolation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0232—Glass, ceramics, concrete or stone
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
- G01N2291/0234—Metals, e.g. steel
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/26—Scanned objects
- G01N2291/263—Surfaces
- G01N2291/2636—Surfaces cylindrical from inside
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/82—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data
- H04Q2209/823—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data where the data is sent when the measured values exceed a threshold, e.g. sending an alarm
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/86—Performing a diagnostic of the sensing device
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Mining & Mineral Resources (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Acoustics & Sound (AREA)
- Geology (AREA)
- Geochemistry & Mineralogy (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Geophysics And Detection Of Objects (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
基于移动列车振动信号的隧道损伤检测管理系统,通过对车载加速度信号的采集、传输、分析,来识别地铁隧道结构及壁后土层缺陷或损伤。所述方法包括:服役的列车或检测车,在地铁隧道中运行;信号采集传感器,安装在移动列车上,采集列车隧道土体耦合系统传递到列车的振动等信号;信号收集及传输模块,安装在车内,对信号进行预处理和压缩,并通过网络传输至分析中心;数据处理分析服务器,利用专业数据处理软件及AI进行数据分析,快速识别隧道及其附属结构的损伤,判断其位置及类型;隧道管理平台,发布隧道实时检测信息与健康状态,并进行损伤报警,推送至相关人员以采取措施。本发明是一种高效、经济、准确度较高的隧道损伤检测方法。
Description
技术领域
本发明属于土木工程领域和计算机技术领域,涉及一种盾构隧道损伤检测方法,特别涉及一种基于移动列车振动信号的隧道损伤检测管理方法。
背景技术
目前,随着城市迅速发展,大量的隧道建设,使地铁成为城市交通主命脉。但是,隧道安全也成为一个越来越重要的课题。目前,隧道损伤检测的方法主要依靠变形监测与振动监测,受成本约束,通常只能在敏感区域布设固定传感器监测;其余地区只能依靠检修人员在列车停运后进行现场巡视或机器视觉识别,并且基本只能识别表观损伤,对隧道衬砌内部以及壁后损伤,还没有更高效的检测方法。同时,限于传感器技术限制,隧道结构的健康监测更多的是采用“以点代面”的形式,难以对地铁网络内区域隧道全覆盖监测,无法及时检测到隧道结构损伤而造成不必要的运营事故。因此研究高效、低成本的盾构隧道结构损伤识别方法具有重要的学术意义以及工程应用价值。
发明内容
本发明的目的是改善现有盾构隧道损伤检测的不足,提供一种低成本、快速高效的隧道损伤检测方法,大大提高了盾构隧道安全运营。
本发明是通过如下技术方案实现的:
一种基于移动列车振动信号的隧道损伤检测管理系统,其特征在于,设计原理:利用传感器采集服役列车的振动信号,数据通过无线发射模块及网络传输至服务器,经分析处理后识别隧道损伤,判断损伤的大致位置,并发布在管理云平台,为实时掌握隧道健康状态提供参考,大大提高了隧道检测效率,降低了其成本和运营风险。
所述的盾构隧道损伤检测管理系统由四个子系统组成:信号采集系统,信号传输系统,数据处理系统,隧道健康状态管理平台。
所述的信号采集系统,服役中的地铁列车在盾构隧道中运行时,与隧道结构、地层组成耦合振动系统,利用安装在列车上的传感器采集传递到列车上的振动信号。所述的传感器包含若干加速度传感器、速度传感器、定位传感器,所述的加速度传感器、速度传感器均安装在车轴、装箱架及车厢内上,利用磁力座及绑扎带固定;所述的定位传感器安装在车厢内,利用磁力支座固定。所述的传感器为无线传感器,采样频率为2kHz,采集到数据后,将数据实时发送至车厢内的采集模块。所述的传感器内置可充电电池,可循环使用,电量可以支持长时间实时监测。所述的传感器在晚上地铁列车停运时,将自动休眠,以节省电量。
所述的信号传输系统,所述的信号传输系统包括数据接收模块、数据处理模块、数据无线传输模块、电源模块。所述的信号传输系统封包在一个箱体内,可安装在与传感器相同列车的车厢内车座下,避免影响乘客。所述的数据接收模块,实时接收传感器传输的测量数据。所述的数据处理模块包含微处理器、存储器和编码器,缓存一定的数据,将数据进行初步整理和压缩,并重新编码。所述的数据传输模块,将编码好的数据通过5g网络或者Intel网上传至服务器,进行数据处理与分析。所述的电源模块,包括变压器、电源线、蓄电池等,可直接由车厢内供电,若无可用电源则由蓄电池供电。
所述的数据处理系统,所述的数据处理系统包括高性能计算处理器、超大容量存 储器、网络模块、电源模块以及分析软件。所述的高性能计算处理器包括若干中央处理器CPU和图形处理器GPU,支持并行计算和快速处理大量数据。所述的超大容量存储器可以长时间、稳定地存储大量的测量数据。所述的网络模块提供稳定的网速和尽可能多的带宽,稳定地接收通过互联网传输的数据。所述的电源模块包含电源线及大容量蓄电池,提供稳定的电源,同时避免突发停电造成数据丢失。
所述分析软件:
首先,利用MATLAB、SPSS等已有数据处理软件对采集到的列车振动信号的数据,进行解码、解压缩得到加速度、速度及位置原始数据X(t,ax,ay,az,v,s),t为时间,v为速度,s是位置,ax为X轴加速度,为Y轴加速度ay,为Z轴加速度az;
进一步利用已有的小波包变换、赫尔伯特黄变换算法对原始数据进行去噪、增强信噪比等一系列预处理过程;
然后,通过为已有的主成分分析(PCA)算法降维,构造出特征向量F(t,α),t为时间,α为降维后特征向量,作为机器学习的样本集;
再,采用循环神经网络分类器和决策树分类器,通过初始样本训练循环神经网络使之具有判断损伤的能力;训练决策树分类器使之可以确定损伤位置、损伤类型、损伤程度。利用循环神经网络快速判断是否存在隧道损伤,若存在损伤则利用决策树分类器初步判断隧道损伤的位置及损伤的类型,输出后用于评估隧道健康状态;
进一步优化,同时将新采集到的数据补充到样本集,继续训练神经网络、决策树分类器,不断提高分类器的精度;
最后,将评估结果发布到隧道健康状态管理平台,为相关人员维护隧道提供参考。
所述的隧道健康状态管理平台,包含隧道健康状态、隧道损伤位置、隧道损伤评估等内容,可以作为手机应用安装在地铁运营维护公司相关人员的手机中。当隧道发生较危险的损伤时,可将消息实时推送至相关人员。
本发明系统,实时测量服役列车在耦合系统中的振动,同时分析信号,快速评估隧道健康状态,初步判断隧道损伤的位置,将评估结果推送至相关人员后,运营维护人员再利用更加专业和精确的设备进行深入检测,可以大大提高隧道维护效率,降低成本和风险。
根据上述技术方案,本发明具有以下优点:
1.本发明提出基于移动列车的车载振动加速度信号的隧道损伤识别方法,能快速识别隧道及其附属结构内部的损伤,初步给出隧道损伤的位置,高效率地进行地铁隧道健康监测,及时提供隧道健康状态,及时维修,从而避免重大事故。
2.本发明利用服役运行的列车为载体,无需特意生产检测车,传感器布设也大大精简,极大地降低了监测与维护成本。
3.本发明建立了基于机器学习的隧道损伤识别算法,在列车运行过程中,通过采集的样本数据,提取特征向量,不断训练循环神经网络分类器,不断提高损伤识别效率和准确度。
4.本发明建立了完整的隧道健康监测管理平台,实时掌握隧道健康状态,及时发现隧道损伤,为安全运营及进一步维护隧道提供参考,以保障人民财产安全。
附图说明
图1为基于基于移动列车振动信号的隧道损伤检测系统组成示意图
图2为基于基于移动列车振动信号的隧道损伤检测系统流程图
图3为基于机器学习的振动数据分析算法
具体实施方式
下面通过实例结合附图进一步描述本发明。
实施例1
如图1所述,本发明提供了一种基于基于移动列车振动信号的隧道损伤检测管理方法,该方法主要流程如图2所示:利用传感器采集服役列车的振动信号,获得列车振动数据,通过无线电传输至车载信号传输系统,进行预处理和压缩,再通过5G网络传输至云端服务器,经处理分析数据后识别隧道及其附属结构的损伤,判断损伤的大致位置,并发布在管理云平台,为实时掌握隧道健康状态提供参考,大大提高了隧道检测效率,降低了其成本和运营风险。
由图1所示,盾构隧道损伤检测管理方法由四个子系统组成:信号采集系统,信号传输系统,数据处理系统,隧道健康状态管理平台。
服役中的地铁列车在盾构隧道中运行时,与隧道结构、地层组成耦合振动系统,利用安装在列车上的传感器采集传递到列车上的振动信号。传感器主要包含若干加速度传感器、速度传感器、定位传感器,其中加速度传感器、速度传感器安装在车轴、转向架上及车厢内,利用磁力座及绑扎带固定;定位传感器安装在车厢内,利用磁力支座固定。所采用的传感器为无线传感器,采样频率为2kHz,内置可充电电池,可循环使用,电量可以支持长时间实时监测,而在晚上地铁列车停运时,将自动休眠,以节省电量。
传感器采集到数据后,将数据实时发送至车厢内的采集模块再传输到服务器进行分析。信号传输系统包括数据接收模块、数据处理模块、数据无线传输模块、电源模块,封包在一个箱体内,可安装在与传感器相同列车的车厢内车座下,避免影响乘客。数据接收模块可以实时接收传感器传输的测量数据。数据处理模块包含微处理器、存储器和编码器,缓存一定的数据,将数据进行初步整理和压缩,并重新编码,然后由无线传输模块通过5g网络或者Intel网上传至服务器,进行数据处理与分析。该部分可直接由车厢内供电,若无可用电源则由蓄电池供电。
数据通过网络传输到数据处理系统进行分析。所述的数据处理系统包括高性能计算处理器、超大容量存储器、网络模块、电源模块以及分析软件。通过网络模块,利用稳定的网速和尽可能多的带宽,稳定地接收通过互联网传输的数据,再由若干中央处理器CPU和图形处理器GPU,进行并行计算和快速处理大量数据,分析隧道及其附属结构和土层是否存在损伤或缺陷,评估地铁隧道的健康状态。主要的损伤类型包括但不限于轨道缺陷、轨道板缺陷、轨道扣件缺陷、钢弹簧缺陷、隧道衬砌裂缝或混凝土剥落、衬砌壁后土体脱空缺陷等。分析后的数据会存储再超大容量存储器中,可以长时间、稳定存储,再将结果发布在地铁隧道健康状态管理平台中,告知相关人员。同时,处理系统应具备稳定的电源,避免突发停电造成数据丢失。
在分析过程中会应用到已开发好的分析软件,利用专业数据软件对列车振动信号的数据进行解码、解压缩,进一步去噪、增强信噪比,然后进行模态分析、小波变换,并利用卷积神经网络等机器学习方法快速识别隧道损伤,初步判断隧道损伤的位置,评估隧道健康状态,最后将评估结果布到隧道健康状态管理平台。该平台包含隧道及其附属结构的健康状态、损伤位置以及损伤评估等内容,可以作为手机应用安装在地铁运营维护公司相关人员的手机中,或者安装在电脑端,实时掌握隧道健康状态。当发现隧道及其附属结构存在较危险的损伤时,相关人员可以及时采取措施,利用更加精细和专业的检测仪器或方法对隧道进行检测,一方面避免无法及时发现隧道损伤而威胁到人民财产安全,另一方面也降低了检测损伤成本,提高了运维效率。
Claims (1)
1.一种基于移动列车振动信号的隧道损伤检测管理系统,其特征在于,设计原理:利用传感器采集服役列车的振动信号,数据通过无线发射模块及网络传输至服务器,经分析处理后识别隧道及其附属结构损伤,判断损伤或缺陷的类型与大致位置,并发布在管理云平台;
由四个功能子系统组成:信号采集系统,信号传输系统,数据分析系统,隧道健康状态管理平台,其中
所述信号采集系统,服役中的地铁列车在盾构隧道中运行时,与隧道结构、地层组成耦合振动系统,利用安装在列车上的传感器采集传递到列车上的振动信号;所述的传感器包含若干加速度传感器、速度传感器、定位传感器,所述的加速度传感器、速度传感器均安装在车轴、装箱架及车厢内上,利用磁力座及绑扎带固定;所述的定位传感器安装在车厢内,利用磁力支座固定;所述的传感器为无线传感器,采样频率为2kHz,采集到数据后,将数据实时发送至车厢内的采集模块;
所述的信号传输系统包括数据采集模块、数据处理模块、数据无线传输模块、电源模块。所述的信号传输系统封包在一个箱体内,安装在与传感器相同列车的车厢内车座下;所述的数据接收模块,实时接收传感器传输的测量数据;所述的数据处理模块包含微处理器、存储器和编码器,缓存一定的数据,将数据进行初步整理和压缩,并重新编码;所述的数据传输模块,将编码好的数据通过5g网络或者Intel网上传至服务器,进行数据处理与分析;所述的电源模块为信号传输系统供电;
所述的数据处理系统包括高性能计算处理器、超大容量存储器、网络模块、电源模块、分析软件;所述的高性能计算处理器包括若干中央处理器CPU和图形处理器GPU,支持并行计算和快速处理大量数据;所述的超大容量存储器存储大量的测量数据;所述的网络模块,接收通过互联网传输来的数据;所述的电源模块为数据处理系统供电;
所述分析软件:
首先,利用MATLAB、SPSS等已有数据处理软件对采集到的列车振动信号的数据,进行解码、解压缩得到加速度、速度及位置原始数据X(t,ax,ay,az,v,s),t为时间,v为速度,s是位置,ax为X轴加速度,为Y轴加速度ay,为Z轴加速度az;
进一步,利用已有的小波包变换、赫尔伯特黄变换算法对原始数据进行去噪、增强信噪比等一系列预处理过程;
然后,通过为已有的主成分分析(PCA)算法降维,构造出特征向量F(t,α),t为时间,α为降维后特征向量,作为机器学习的样本集;
再,采用循环神经网络分类器和决策树分类器,通过初始样本训练循环神经网络使之具有判断损伤的能力;训练决策树分类器使之可以确定损伤位置、损伤类型、损伤程度。利用循环神经网络快速判断是否存在隧道损伤,若存在损伤则利用决策树分类器初步判断隧道损伤的位置及损伤的类型,输出后用于评估隧道健康状态;
同时将新采集到的数据补充到样本集,继续训练神经网络、决策树分类器,不断提高分类器的精度;
最后,将评估结果发布到隧道健康状态管理平台,为相关人员维护隧道提供参考;
所述的隧道健康状态管理平台,包含隧道健康状态、隧道损伤位置、隧道损伤评估等内容,可以作为手机应用安装在地铁运营维护公司相关人员的手机中。当隧道发生较危险的损伤时,可将消息实时推送至相关人员。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010051082.8A CN111257415B (zh) | 2020-01-17 | 2020-01-17 | 基于移动列车振动信号的隧道损伤检测管理系统 |
PCT/CN2020/139283 WO2021143484A1 (zh) | 2020-01-17 | 2020-12-25 | 基于移动列车振动信号的隧道损伤检测管理系统 |
US17/418,371 US12061170B2 (en) | 2020-01-17 | 2020-12-25 | Tunnel defect detection and management system based on vibration signal of moving train |
EP20894909.9A EP3889596B1 (en) | 2020-01-17 | 2020-12-25 | Tunnel damage detection and management method based on an acquired vibration signal of a moving train |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010051082.8A CN111257415B (zh) | 2020-01-17 | 2020-01-17 | 基于移动列车振动信号的隧道损伤检测管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111257415A true CN111257415A (zh) | 2020-06-09 |
CN111257415B CN111257415B (zh) | 2021-08-10 |
Family
ID=70952276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010051082.8A Active CN111257415B (zh) | 2020-01-17 | 2020-01-17 | 基于移动列车振动信号的隧道损伤检测管理系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12061170B2 (zh) |
EP (1) | EP3889596B1 (zh) |
CN (1) | CN111257415B (zh) |
WO (1) | WO2021143484A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111859676A (zh) * | 2020-07-23 | 2020-10-30 | 西南交通大学 | 一种针对浮置板轨道钢弹簧损伤的智能检测方法 |
CN112857469A (zh) * | 2021-03-11 | 2021-05-28 | 中铁第四勘察设计院集团有限公司 | 一种基于谐振式传感器的隧道本体结构监测系统 |
CN112946779A (zh) * | 2021-01-28 | 2021-06-11 | 中煤科工集团重庆研究院有限公司 | 用于隧道安全监测的点域识别系统及方法 |
WO2021143484A1 (zh) * | 2020-01-17 | 2021-07-22 | 同济大学 | 基于移动列车振动信号的隧道损伤检测管理系统 |
CN113673624A (zh) * | 2021-08-31 | 2021-11-19 | 重庆大学 | 基于决策树模型的桥梁状态监测方法 |
CN114323707A (zh) * | 2022-01-04 | 2022-04-12 | 中车株洲电力机车有限公司 | 磁浮列车及其振动信号计算方法、模拟发生方法及装置 |
CN117197136A (zh) * | 2023-11-06 | 2023-12-08 | 中数智科(杭州)科技有限公司 | 跨座式单轨轨道梁损伤检测定位系统、方法和存储介质 |
CN117858042A (zh) * | 2023-12-21 | 2024-04-09 | 杭州亿亿德传动设备有限公司 | 一种起重设备专用减速机自动监测信息智能传输方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11435269B1 (en) * | 2019-01-03 | 2022-09-06 | Honeywell Federal Manufacturings Technologies, Llc | In situ data acquisition and real-time analysis system |
CN113723213B (zh) * | 2021-08-06 | 2023-11-10 | 武汉理工大学 | 一种基于Hilbert曲线编码实现地铁振动信号降噪训练的方法 |
CN114577899B (zh) * | 2022-03-04 | 2024-07-30 | 温州理工学院 | 一种铁路隧道衬砌损伤的实时地震检测系统及方法 |
CN116644799B (zh) * | 2023-07-27 | 2023-10-17 | 青岛理工大学 | 基于隧道掘进参数的地层振动加速度预测方法及相关装置 |
CN116906125B (zh) * | 2023-09-06 | 2023-12-29 | 四川高速公路建设开发集团有限公司 | 基于数据同步传输算法的软岩隧道安全监测方法及系统 |
CN117591838B (zh) * | 2024-01-19 | 2024-05-28 | 中铁开发投资集团有限公司 | 溶洞区域地铁暗挖隧道减震爆破用安全预警系统及方法 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0754263A1 (en) * | 1994-04-06 | 1997-01-22 | Aberdeen University | Integrity assessment of ground anchorages |
CN2282187Y (zh) * | 1997-02-04 | 1998-05-20 | 铁道部科学研究院金属及化学研究所 | 在役鱼尾板超声探伤装置 |
WO1998049553A1 (en) * | 1997-04-29 | 1998-11-05 | Aberdeen University | Ground anchorage testing system |
WO2002003041A1 (en) * | 2000-07-05 | 2002-01-10 | Rolls-Royce Plc | Monitoring the health of a power plant |
CN101002088A (zh) * | 2004-07-26 | 2007-07-18 | 蜘蛛科技安全有限公司 | 振动传感器 |
CN101363824A (zh) * | 2008-05-12 | 2009-02-11 | 西安西科测控设备有限责任公司 | 一种实时监测矿井顶板岩层或混凝土结构稳定性的装置 |
US20110293369A9 (en) * | 2008-09-02 | 2011-12-01 | The Board Of Regents Of The University Of Oklahoma | Method and apparatus for compaction of roadway materials |
CN102662190A (zh) * | 2012-05-04 | 2012-09-12 | 同济大学 | 一种超声波快速扫描勘探的方法与所用系统 |
CN203385698U (zh) * | 2013-05-14 | 2014-01-08 | 中国水电顾问集团贵阳勘测设计研究院 | 一种隧道衬砌混凝土脱空的检测装置 |
CN103697999A (zh) * | 2013-12-30 | 2014-04-02 | 中国科学院武汉岩土力学研究所 | 一种高应力硬岩tbm施工隧道微震波速实时获取方法 |
CN203965333U (zh) * | 2014-06-16 | 2014-11-26 | 长安大学 | 用于隧道衬砌的裂缝检测装置 |
CN104246467A (zh) * | 2012-02-24 | 2014-12-24 | 光学感应器控股有限公司 | 监视运输网络基础结构 |
CN104634870A (zh) * | 2014-12-24 | 2015-05-20 | 同济大学 | 一种基于振动响应测试的隧道结构损伤识别装置 |
CN204740229U (zh) * | 2015-06-29 | 2015-11-04 | 中铁西北科学研究院有限公司 | 隧道脱空探测头及隧道脱空检测仪 |
CN106324102A (zh) * | 2016-11-01 | 2017-01-11 | 金陵科技学院 | 一种隧道用声发射探伤车 |
CN106767515A (zh) * | 2017-01-09 | 2017-05-31 | 重庆大学 | 一种隧道病害快速诊断防治方法 |
CN107121501A (zh) * | 2017-04-25 | 2017-09-01 | 天津大学 | 一种汽轮机叶轮缺陷分类方法 |
CN108226288A (zh) * | 2017-12-05 | 2018-06-29 | 中国建筑股份有限公司 | 一种地铁隧道道床脱空量监测方法 |
EP3391082A1 (en) * | 2015-12-15 | 2018-10-24 | Reece Innovation Centre Limited | System for monitoring and/or surveying conduits |
US20190041364A1 (en) * | 2017-08-02 | 2019-02-07 | United States Of America As Represented By The Secretary Of The Navy | System and Method for Detecting Failed Electronics Using Acoustics |
CN109387565A (zh) * | 2018-10-12 | 2019-02-26 | 山东理工大学 | 一种通过分析声音信号检测刹车片内部缺陷的方法 |
CN110045016A (zh) * | 2019-04-24 | 2019-07-23 | 四川升拓检测技术股份有限公司 | 一种基于声频分析的隧道衬砌无损检测方法 |
CN110220909A (zh) * | 2019-04-28 | 2019-09-10 | 浙江大学 | 一种基于深度学习的地铁盾构隧道病害检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077609A (zh) | 2012-12-26 | 2013-05-01 | 上海市城市建设设计研究总院 | 基于多传感器感知的隧道交通事故监控方法及系统 |
JP6376980B2 (ja) * | 2015-01-14 | 2018-08-22 | 東芝テック株式会社 | 構造物変状検出装置 |
CN104807607B (zh) | 2015-04-23 | 2017-10-24 | 成都畅达通检测技术股份有限公司 | 基于激励状态时响应谱特性的构筑物病害检测系统及其检测方法 |
JP2017040605A (ja) | 2015-08-21 | 2017-02-23 | 株式会社東芝 | 移動検査装置及びこれを用いた移動検査方法 |
CN106802181A (zh) | 2016-11-23 | 2017-06-06 | 同济大学 | 一种基于无线网络传输的振动传感器隧道在线监测系统 |
US11595256B2 (en) * | 2018-04-17 | 2023-02-28 | Amsted Rail Company, Inc. | Autonomous optimization of intra-train communication network |
CN109541036B (zh) * | 2018-12-11 | 2022-04-26 | 石家庄铁道大学 | 隧道衬砌背后空洞检测系统 |
CN110414073B (zh) | 2019-07-04 | 2023-05-26 | 中国神华能源股份有限公司神朔铁路分公司 | 隧道的状态评估方法、装置、计算机设备及存储介质 |
CN111257415B (zh) | 2020-01-17 | 2021-08-10 | 同济大学 | 基于移动列车振动信号的隧道损伤检测管理系统 |
-
2020
- 2020-01-17 CN CN202010051082.8A patent/CN111257415B/zh active Active
- 2020-12-25 US US17/418,371 patent/US12061170B2/en active Active
- 2020-12-25 WO PCT/CN2020/139283 patent/WO2021143484A1/zh unknown
- 2020-12-25 EP EP20894909.9A patent/EP3889596B1/en active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0754263A1 (en) * | 1994-04-06 | 1997-01-22 | Aberdeen University | Integrity assessment of ground anchorages |
CN2282187Y (zh) * | 1997-02-04 | 1998-05-20 | 铁道部科学研究院金属及化学研究所 | 在役鱼尾板超声探伤装置 |
WO1998049553A1 (en) * | 1997-04-29 | 1998-11-05 | Aberdeen University | Ground anchorage testing system |
WO2002003041A1 (en) * | 2000-07-05 | 2002-01-10 | Rolls-Royce Plc | Monitoring the health of a power plant |
CN101002088A (zh) * | 2004-07-26 | 2007-07-18 | 蜘蛛科技安全有限公司 | 振动传感器 |
CN101363824A (zh) * | 2008-05-12 | 2009-02-11 | 西安西科测控设备有限责任公司 | 一种实时监测矿井顶板岩层或混凝土结构稳定性的装置 |
US20110293369A9 (en) * | 2008-09-02 | 2011-12-01 | The Board Of Regents Of The University Of Oklahoma | Method and apparatus for compaction of roadway materials |
CN104246467A (zh) * | 2012-02-24 | 2014-12-24 | 光学感应器控股有限公司 | 监视运输网络基础结构 |
CN102662190A (zh) * | 2012-05-04 | 2012-09-12 | 同济大学 | 一种超声波快速扫描勘探的方法与所用系统 |
CN203385698U (zh) * | 2013-05-14 | 2014-01-08 | 中国水电顾问集团贵阳勘测设计研究院 | 一种隧道衬砌混凝土脱空的检测装置 |
CN103697999A (zh) * | 2013-12-30 | 2014-04-02 | 中国科学院武汉岩土力学研究所 | 一种高应力硬岩tbm施工隧道微震波速实时获取方法 |
CN203965333U (zh) * | 2014-06-16 | 2014-11-26 | 长安大学 | 用于隧道衬砌的裂缝检测装置 |
CN104634870A (zh) * | 2014-12-24 | 2015-05-20 | 同济大学 | 一种基于振动响应测试的隧道结构损伤识别装置 |
CN204740229U (zh) * | 2015-06-29 | 2015-11-04 | 中铁西北科学研究院有限公司 | 隧道脱空探测头及隧道脱空检测仪 |
EP3391082A1 (en) * | 2015-12-15 | 2018-10-24 | Reece Innovation Centre Limited | System for monitoring and/or surveying conduits |
CN106324102A (zh) * | 2016-11-01 | 2017-01-11 | 金陵科技学院 | 一种隧道用声发射探伤车 |
CN106767515A (zh) * | 2017-01-09 | 2017-05-31 | 重庆大学 | 一种隧道病害快速诊断防治方法 |
CN107121501A (zh) * | 2017-04-25 | 2017-09-01 | 天津大学 | 一种汽轮机叶轮缺陷分类方法 |
US20190041364A1 (en) * | 2017-08-02 | 2019-02-07 | United States Of America As Represented By The Secretary Of The Navy | System and Method for Detecting Failed Electronics Using Acoustics |
CN108226288A (zh) * | 2017-12-05 | 2018-06-29 | 中国建筑股份有限公司 | 一种地铁隧道道床脱空量监测方法 |
CN109387565A (zh) * | 2018-10-12 | 2019-02-26 | 山东理工大学 | 一种通过分析声音信号检测刹车片内部缺陷的方法 |
CN110045016A (zh) * | 2019-04-24 | 2019-07-23 | 四川升拓检测技术股份有限公司 | 一种基于声频分析的隧道衬砌无损检测方法 |
CN110220909A (zh) * | 2019-04-28 | 2019-09-10 | 浙江大学 | 一种基于深度学习的地铁盾构隧道病害检测方法 |
Non-Patent Citations (3)
Title |
---|
LEI FENG 等: "Damage detection of metro tunnel structure through transmissibility function and cross correlation analysis using local excitation and measurementlstructurethrough", 《MECHANICALSYSTEMSANDSIGNALPROCESSING》 * |
XI ZUO 等: "Studies on Damage Distinguishing of Underground Tunnel Structure Based on BP Neural Network", 《APPLIED MECHANICS AND MATERIALS》 * |
周彪 等: "基于FEM和TMM方法的轨道-隧道-土层振动耦合响应分析", 《振动与冲击》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021143484A1 (zh) * | 2020-01-17 | 2021-07-22 | 同济大学 | 基于移动列车振动信号的隧道损伤检测管理系统 |
US12061170B2 (en) | 2020-01-17 | 2024-08-13 | Tongji University | Tunnel defect detection and management system based on vibration signal of moving train |
CN111859676B (zh) * | 2020-07-23 | 2022-11-22 | 西南交通大学 | 一种针对浮置板轨道钢弹簧损伤的智能检测方法 |
CN111859676A (zh) * | 2020-07-23 | 2020-10-30 | 西南交通大学 | 一种针对浮置板轨道钢弹簧损伤的智能检测方法 |
CN112946779A (zh) * | 2021-01-28 | 2021-06-11 | 中煤科工集团重庆研究院有限公司 | 用于隧道安全监测的点域识别系统及方法 |
CN112946779B (zh) * | 2021-01-28 | 2024-02-20 | 中煤科工集团重庆研究院有限公司 | 用于隧道安全监测的点域识别系统及方法 |
CN112857469A (zh) * | 2021-03-11 | 2021-05-28 | 中铁第四勘察设计院集团有限公司 | 一种基于谐振式传感器的隧道本体结构监测系统 |
CN113673624A (zh) * | 2021-08-31 | 2021-11-19 | 重庆大学 | 基于决策树模型的桥梁状态监测方法 |
CN114323707A (zh) * | 2022-01-04 | 2022-04-12 | 中车株洲电力机车有限公司 | 磁浮列车及其振动信号计算方法、模拟发生方法及装置 |
CN114323707B (zh) * | 2022-01-04 | 2023-07-07 | 中车株洲电力机车有限公司 | 磁浮列车及其振动信号计算方法、模拟发生方法及装置 |
CN117197136A (zh) * | 2023-11-06 | 2023-12-08 | 中数智科(杭州)科技有限公司 | 跨座式单轨轨道梁损伤检测定位系统、方法和存储介质 |
CN117197136B (zh) * | 2023-11-06 | 2024-01-26 | 中数智科(杭州)科技有限公司 | 跨座式单轨轨道梁损伤检测定位系统、方法和存储介质 |
CN117858042A (zh) * | 2023-12-21 | 2024-04-09 | 杭州亿亿德传动设备有限公司 | 一种起重设备专用减速机自动监测信息智能传输方法 |
CN117858042B (zh) * | 2023-12-21 | 2024-07-02 | 杭州亿亿德传动设备有限公司 | 一种起重设备专用减速机自动监测信息智能传输方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3889596A1 (en) | 2021-10-06 |
CN111257415B (zh) | 2021-08-10 |
EP3889596A4 (en) | 2022-03-30 |
EP3889596B1 (en) | 2024-04-24 |
WO2021143484A1 (zh) | 2021-07-22 |
US12061170B2 (en) | 2024-08-13 |
US20220120714A1 (en) | 2022-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111257415B (zh) | 基于移动列车振动信号的隧道损伤检测管理系统 | |
CN106049210B (zh) | 一种轨道状态智能检测平台 | |
CN103552579B (zh) | 货运重载铁路综合检测列车 | |
CN107380202A (zh) | 基于NB‑IoT网轨道车辆车轴状态监测方法及系统 | |
CN109489584B (zh) | 一种基于3d技术的隧道限界检测系统及隧道限界识别方法 | |
CN202793389U (zh) | 一种高铁接触网在线巡检装置 | |
CN107705234A (zh) | 一种利用车辆对路面质量进行监管的系统及其监管方法 | |
CN110789566B (zh) | 基于轴箱加速信号的轨道缺陷监测方法及监测设备 | |
CN105923014B (zh) | 一种基于证据推理规则的轨道高低不平顺幅值估计方法 | |
CN1693125A (zh) | 高速列车运行状态在线监测方法 | |
CN113222187B (zh) | 一种共享助力车刹车健康度智能监测方法 | |
CN113932758A (zh) | 一种路面平整度预测方法及装置 | |
CN104713769B (zh) | 一种用于道路状态评估的主动激振检测系统 | |
CN110626382A (zh) | 一种动车组轮对车载检测装置及方法 | |
CN203651812U (zh) | 货运重载铁路综合检测列车 | |
CN112141175B (zh) | 轨道交通运维系统及方法 | |
CN110146308A (zh) | 用于诊断转向架故障的方法、服务器及故障诊断系统 | |
CN117864216A (zh) | 基于ai的轨道交通动态安全预警系统 | |
CN207141101U (zh) | 一种车载移动式高速铁路钢轨伤损声发射检测系统 | |
CN210793202U (zh) | 一种动车组轮对车载检测装置 | |
CN214565358U (zh) | 针对钢轨轨头全轮廓磨耗病害的测量系统 | |
CN210591925U (zh) | 轴箱振动的轮径差检测系统 | |
CN104501929A (zh) | 车辆应变称重系统 | |
CN114544205A (zh) | 机车轮驱跑合试验故障自动诊断系统 | |
CN114248818A (zh) | 一种基于轨道交通的智能化信息化运输监管方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |